买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门大学附属第一医院(厦门市第一医院、厦门市红十字医院、厦门市糖尿病研究所);厦门智融合科技有限公司申请的专利基于BezierMix数据混合的无监督域适应医学图像分割方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121391890B 。

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511959887.1，技术领域涉及：G06T7/10；该发明授权基于BezierMix数据混合的无监督域适应医学图像分割方法及装置是由吴淑卿;叶小燕;王冰冰;张浩然;林喜;张龙晖设计研发完成，并于2025-12-24向国家知识产权局提交的专利申请。

本基于BezierMix数据混合的无监督域适应医学图像分割方法及装置在说明书摘要公布了：本发明公开了基于BezierMix数据混合的无监督域适应医学图像分割方法及装置，涉及医学图像分割领域，方法包括：S1，获取医学图像数据中的目标域样本和源域样本并进行混合生成混合样本；S2，构建包括教师模型、学生模型和判别器的无监督域适应分割模型；S3，对教师模型和学生模型构成的自训练框架进行第一阶段训练；使用判别器对学生模型进行第二阶段对抗训练；S4，使用训练好的模型进行医学图像分割。本发明通过使用跨域数据混合方法BezierMix生成混合样本，提高模型泛化能力；将源域的风格迁移到目标域，并结合对抗学习与自训练框架，减小了源域和目标域在图像层面和输出空间的域差异。

本发明授权基于BezierMix数据混合的无监督域适应医学图像分割方法及装置在权利要求书中公布了：1.一种基于BezierMix数据混合的无监督域适应医学图像分割方法，其特征在于，包括如下步骤： S1，数据处理步骤，获取医学图像数据中的目标域样本和源域样本，将目标域样本和源域样本进行混合生成混合样本； S2，无监督域适应分割模型构建步骤，构建包括教师模型、学生模型和判别器的无监督域适应分割模型； 所述教师模型以目标域样本为输入，生成伪标签； 所述学生模型以源域样本、目标域样本或混合样本为输入，分别输出源域预测、目标域预测或混合预测； 所述无监督域适应分割模型的总损失函数包括监督损失和混合损失，总损失函数为监督损失和混合损失的加权求和；使用源域预测与真实标签构建所述监督损失；使用真实标签和伪标签生成的混合标签与混合预测构建所述混合损失； S3，无监督域适应分割模型训练步骤， 以源域样本和混合样本为学生模型的输入，以目标域样本为教师模型的输入，利用总损失函数对学生模型进行训练，得到自训练后的学生模型； 将源域样本和目标域样本输入自训练后的学生模型，将分别得到的目标域预测和源域预测输入判别器进行对抗训练，得到训练好的学生模型； S4，医学图像分割步骤，使用训练好的学生模型进行医学图像分割； 将目标域样本和源域样本进行BezierMix数据混合生成所述混合样本，具体实现步骤如下： 使用贝塞尔曲线生成贝塞尔掩码BezierMask； 通过BezierMask生成混合样本；表示为： ； 其中，表示混合样本；表示元素乘法；表示BezierMask；表示源域样本；表 示目标域样本； 基于BezierMask，利用真实标签和伪标签生成混合标签，表示为： ； 其中，表示混合标签；表示元素乘法；表示BezierMask；表示源域的真实标 签，表示目标域通过教师模型得到的伪标签。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门大学附属第一医院(厦门市第一医院、厦门市红十字医院、厦门市糖尿病研究所);厦门智融合科技有限公司，其通讯地址为：361000 福建省厦门市思明区镇海路上古街10号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。